随着科技的高速发展,全国之间形成了智联电网,规模不断地扩大,输电线路的电压等级也在不断地提升,长距离的输电线路生存环境较为恶劣,地理和气候环境多变复杂,一旦发生故障将对社会效益造成重大的影响,因此,快速、可靠而又准确地确定故障的位置是非常有必要的。因此,本文提出一种基于集合经验模态分解(EEMD)与Teager能量结合的方法,对输电线路中出现的故障进行定位。使用EEMD对故障后的波头信息进行分解并选取符合条件的本征模态分量IMF,再利用Teager算子获得能量图中最高点的位置,即为故障时行波波头信息的突变时刻,最终使用双端测距算法求取故障距离。首先,本文概述了现有的输电线路故障测距方法,总结了输电线路的故障类型。其次,本文对行波基础理论进行了相关的研究和分析,针对波速的不确定性,为了提高行波测距的准确度,采取了一种无波速参与的双端测距算法,避免了波速的直接参与,进而消除了该弊端。再次,为了在对行波电流信号进行特征提取时,提高所提取特征量的准确性,使其能更精确的表征行波电流信号频率特性,增强故障定位的精度。考虑到采集的信号具有强烈的非平稳性,因此采用时频分解方法对原始信号进行分解,本文使用的集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)是在经验模态分解(Empirical Mode Decomposition,EMD)的基础上,削弱了模态混叠现象和端点效应,从而获得更好地分解效果。获得各分量的频谱,从中选取与行波频率范围相匹配的本征模态分量,为了获取信号的突变时刻,同时考虑到Teager能量算子在信号突变时能够检测到较为明显的能量变化,选取Teager能量算子检测信号的最大突变点。在仿真分析阶段,为了验证所提方法的可行性和优越性,分别将EMD、EEMD与Teager能量算子相结合,分别得出测得的故障距离,实验结果表明通过将时频分解方法与Teager能量算子结合的策略能够有效地计算出故障距离,其中基于EEMD的方法所获得的结果更加接近于实际值。可以得出,相较于EMD,EEMD能够更加准确地将不同频率的分量分解出来,从而提升了测距的精度。